预测代码
Opened this issue · 12 comments
Hi 您好,请问能公布预测的代码吗
你好,你说的是做predict的代码还是evaluation的代码呢?
做predict部分,由heatmap到keypoints,要是有evaluation就跟好了~~
可以的,这个当时没来得及写,我可以在稍后补上,但近期可能难以完成,正在处理毕业论文及留学的事务。其实model已经完成,predict的代码就是调用model生成tensor再输入一个softmax即可,你也可以尝试直接调用的。
要是不介意的话能否把一些原始的代码,模型放到百度云,我来整理一下
什么是原始的代码呢?当前这个GitHub的代码就是所有的代码了
hello,我使用您的训练代码,但是一直训不动,loss一直在0.02左右,请问能提供下您训练的model吗?
@benzongcheng 你好,如果我的代码能帮上忙就太好了,不过如README里面所说,这个repo是一个"underdeveloped implementation",当时仅用于演示与教学,并没有在现场完成训练,可能需要进行一定的优化。
THs,您在国外这么早还给我发消息,已经很感谢啦
没事的,现在仍在国内而已😄
比心心
作者大大,我在train你的模型的时候,出现了
File "cpm_train.py", line 205, in
train()
File "cpm_train.py", line 79, in train
bandwidth=args.weighted_bandwidth)
File "/mnt/lustre/zhangjiaqi/WeightedLoss_Convolutional_Pose_Machines_PyTorch-master/cpm_data.py", line 52, in init
axis=0)
File "/mnt/lustre/zhangjiaqi/anaconda3/envs/python36/lib/python3.6/site-packages/numpy/lib/function_base.py", line 5166, in append
return concatenate((arr, values), axis=axis)
ValueError: all the input array dimensions except for the concatenation axis must match exactly
我认为是我的数据集文件的放置出现了问题,我想知道
data
└── LSP
├── lsp_dataset
│ ├── images
│ └── visualized
└── lspet_dataset
└── images
中的 lspet_dataset中放的是原始正常大小的图片还是训练用的缩小的图片,放的是扩展后的数据集还是原来的2000张图片
@babyjia 你好,这里放的是lspet,也就是lsp的拓展集,图片印象中是训练的图片,但是无论是多大尺寸的图片,数据类中我已经进行缩放,结果会一样的。另外数据集的存放只要下载解压调整文件夹位置就好,不需要手动放置的。你这里问题出现在numpy中的append,建议可以断点在append看看参数是不是出现了尺寸错误。